Cesar, Muito obrigado pela atenção! Você me ajudou muito. Eu também havia concluído que os fatores que utilizei (raças, planos e vol. conc), não aparentavam diferenças significativas, mas não estava muito seguro. Quanto ao número de componentes utilizar minha dúvida é a seguinte: 2 componentes: Eu explico somente 40% da variação 5 componentes: Eu explico 78% da variação Existe uma variação explicada mínima a ser considerada na escolha do número de componentes? Obrigado! On Apr 23 2020, at 9:10 pm, Cesar Rabak por (R-br) <r-br@listas.c3sl.ufpr.br> wrote:
Os mapas de indivíduos para as duas primeiras dimensões mostram que há uma melhor representatividade dos valores extremos (v. Plano.png) onde o cos² é maior.
Para as três variáveis categóricas que você usou (raças, planos e vol. conc) as elipses de confiança (que presumo sejam 95%) indicam que para essa amostra os dados não indicam diferenças com significância estatística dentro dos limiares usuais.
Minhas referências de estudo para esse assunto :
Foucart, T. L’analyse des données, mode d’emploi : méthodes et études de cas. Rennes.] Presses Univ. de Rennes, 1997. Escofier, B.; Pagès, J. Analyses factorielles simples et multiples: Objectifs, méthodes et interprétation. Paris. Dunod, 2008.
A última trabalha bem a questão da interpretação com casos mais recentes, embora a primeira seja bem equilibrada entre teoria e exemplos práticos.
Há material na Internet, mas não posso opinar sobre eles, inclusive vídeos.
HTH -- Cesar Rabak
On Thu, Apr 23, 2020 at 4:57 PM Fernando Souza por (R-br) <r-br@listas.c3sl.ufpr.br (mailto:r-br@listas.c3sl.ufpr.br)> wrote:
Olá Cesar
Obrigado pelo retorno!
Eu montei os gráficos (mapa de indivíduos) conforme sugerido e adicionei no link. Você poderia me orientar sobre a interpretação. Eu fiz uma aqui mas não estou seguro e gostaria de ouvir a opinião de alguém mais experiente para comparar com as que fiz. Você poderia me dizer o que pode concluir dos gráficos?
https://drive.google.com/open?id=1jS5tCX-2-qHo2Gbej00DkFQBpLztwXks
Aproveito para pedir dicas de boas referencias para estudo, principalmente como tirar as conclusões do PCA para o modelo.
Atenciosamente
Em qua., 22 de abr. de 2020 às 22:03, Cesar Rabak por (R-br) <r-br@listas.c3sl.ufpr.br (mailto:r-br@listas.c3sl.ufpr.br)> escreveu:
Fernando,
Há dois aspectos a ser vistos na sua ACP.
O número de variáveis que você tem antes da ACP e número de casos para você fazer uma análise multivariada (nos dois casos).
Um gráfico muito interessante para auxiliá-lo a decidir sobre seus resultados é o "mapa de indivíduos" que plota cada caso no plano das CP, sendo as primeiras componentes as mais "interessantes" posto que "espalham" mais os dados por terem sido resultado de uma operação matemática que maximiza a variâncias nesses dados.
Nesses mapas de indivíduos você pode rotular com cores ou símbolos aspectos da sua investigação.
O uso das primeiras CP usando o diagrama scree ajuda, mas a interpretação da multivariada que você venha a fazer precisará de mais trabalho, porém você escapa do problema de ter mais variáveis que casos, que exigiria uso de técnicas de validação cruzada, etc.
HTH -- Cesar Rabak
On Wed, Apr 22, 2020 at 6:26 PM Fernando Souza por (R-br) <r-br@listas.c3sl.ufpr.br (mailto:r-br@listas.c3sl.ufpr.br)> wrote:
Olá pessoal tudo bem
Estou realizando uma análise de componentes principais, com o objetivo de selecionar as melhores variáveis para uma análise multivariada. Gostaria de uma orientação sobre a interpretação. Eu interpretei de forma correta? Variáveis que possuem alta correlação com um CP também estão correlacionadas entre si. Isso significa que posso utilizar somente uma das principais variáveis do CP1 (por exemplo) para incluir no modelo multivariado? No caso a variável que apresentar significado para o trabalho.
Os círculos de correlação, screem plot e corrplot geradas pelo Pca estão disponíveis no link https://drive.google.com/open?id=1jS5tCX-2-qHo2Gbej00DkFQBpLztwXks
A interpretação que fiz foi a seguinte:
Considerei as variáveis PC,IC e Prod leite (Azul no gráfico) como variável suplementar quantitativa. Baseado no ScreenPlot selecionei somente 5 CP para avaliação que explicaram 67,80% da variancia total. Pela minha interpretação cheguei as seguintes conclusões Principais variáveis para cada componente: Consumos (CP1): CMS,CMO,CPB,CEE,CCNF,CFDNcp,CFDA,CNDT,CEB,CED,CEM,CEL Energia (CP2) : EB,ED,EM,EL Peso (CP3): PV,PCJ,PCVZ,PCVZ075 Composição do Leite(CP4) : Solido e DCNF Variaveis sanguíneas (CP5): PT e ALBUMINA
Segue uma descrição do trabalho para compreensão. Aceito sugestões sobre a melhor forma trabalhar esses dados O banco de dados é oriundo dois estudos realizados pelo mesmo grupo de pesquisa nas mesmas condições experimentais (animais,instalação,dieta,manejo) e avaliaram 48 variáveis. Os fatores experimentais foram: Raça: Estudo 1 avaliou 12 animais (6 raça1 e 6 da raça 2). O estudo 2 avaliou 13 animais (6 raça 1 e 7 raça 2) Plano nutricional: O estudo 1 avaliou os níveis (0,15,30) o estudo 2 avaliou os níveis (0,5,10,20) Dias em lactação-DEL (medidas repetidas no tempo): Estudo 1, dias dispersos entre os períodos de 30 a 120 dias. No estudo 2 os DEL foram avaliados em dias entre 150 a 250 dias.
Eu realizei uma análise gráfica e não há indicações de haver diferenças entre estudos, o que era de certo modo esperado. Raça e DEL parecem ser os fatores que afetam as variáveis respostas.
-- ========================================= Fernando Souza Zootecnista, DSc. Produção e Alimentação Animal Celular: (31)99796-8781 (Vivo) E-mail:nandodesouza@gmail.com (mailto:e-mail%3Anandodesouza@gmail.com) Lattes: http://lattes.cnpq.br/6519538815038307 Blog: https://producaoanimalcomr.wordpress.com/ ==========================================
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br (mailto:R-br@listas.c3sl.ufpr.br) https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br (mailto:R-br@listas.c3sl.ufpr.br) https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- ========================================= Fernando Souza Zootecnista, DSc. Produção e Alimentação Animal Celular: (31)99796-8781 (Vivo) E-mail:nandodesouza@gmail.com (mailto:e-mail%3Anandodesouza@gmail.com) Lattes: http://lattes.cnpq.br/6519538815038307 Blog: https://producaoanimalcomr.wordpress.com/ ==========================================
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br (mailto:R-br@listas.c3sl.ufpr.br) https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.